IDC近日與浪潮聯(lián)合發(fā)布《2020-2021中國(guó)人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》(以下簡(jiǎn)稱“報(bào)告”)預(yù)測(cè),中國(guó)AI市場(chǎng)規(guī)模在2020年將達(dá)到63億美元,同比增長(zhǎng)37%,成為全球增長(zhǎng)最快的AI區(qū)域市場(chǎng),預(yù)計(jì)中國(guó)AI市場(chǎng)規(guī)模在接下來(lái)五年將保持30%以上的高平均增長(zhǎng)率,到2024年會(huì)翻近三倍達(dá)到172億美元。
回顧2020年,一場(chǎng)新冠疫情成為各行業(yè)全面步入在線化時(shí)代的“催化劑”,但以人工智能為代表的新一代科技如何真正地深度應(yīng)用于不同行業(yè),當(dāng)前仍舊面臨著“最后一公里”難題。報(bào)告認(rèn)為,“隨著AI算法突飛猛進(jìn)的發(fā)展,越來(lái)越多的模型訓(xùn)練需要巨量的算力支撐才能快速有效地實(shí)施,算力是未來(lái)人工智能應(yīng)用取得突破的決定性因素。”
AI產(chǎn)業(yè)化從點(diǎn)到面實(shí)現(xiàn)突破
報(bào)告稱中國(guó)將成為全球人工智能市場(chǎng)增長(zhǎng)的重要驅(qū)動(dòng)力。雖然受疫情影響,中國(guó)人工智能整體市場(chǎng)規(guī)模增速未達(dá)到IDC去年預(yù)期,但仍將高于預(yù)測(cè)期內(nèi)全球人工智能市場(chǎng)20.1%的平均增速。
從應(yīng)用類型來(lái)看,計(jì)算機(jī)視覺目前仍然是中國(guó)最大的應(yīng)用市場(chǎng),也是2019年增長(zhǎng)最快的應(yīng)用類型。2019年計(jì)算機(jī)視覺市場(chǎng)規(guī)模占整體市場(chǎng)的40.6%,其次是對(duì)話式客服、自然語(yǔ)言處理和語(yǔ)音分析,占比分別達(dá)到了20.5%、17.8%和11.7%。隨著自然語(yǔ)言處理算法模型的快速發(fā)展,預(yù)計(jì)未來(lái)語(yǔ)音語(yǔ)義市場(chǎng)規(guī)模也會(huì)進(jìn)一步快速增長(zhǎng)。
從人工智能行業(yè)應(yīng)用滲透度來(lái)看,互聯(lián)網(wǎng)依然穩(wěn)居第一,電信業(yè)和制造業(yè)的應(yīng)用場(chǎng)景更加豐富,市場(chǎng)潛力預(yù)計(jì)將有較大的提升。如2020年上半年,醫(yī)療行業(yè)在疫情的影響下加速了人工智能應(yīng)用落地,在多方面取得顯著成效,人工智能應(yīng)用滲透度大幅提升。
報(bào)告還分析指出,除了人工智能投入相對(duì)集中的行業(yè)之外,在業(yè)務(wù)需求的推動(dòng)下,很多碎片化應(yīng)用也開始被廣泛使用,并輻射到媒體娛樂、現(xiàn)代農(nóng)業(yè)、智能家居、智慧電力等多個(gè)不同領(lǐng)域。包括生物識(shí)別、智能客服、精準(zhǔn)營(yíng)銷在內(nèi)的通用型應(yīng)用場(chǎng)景已經(jīng)具有相當(dāng)?shù)某墒於取?/p>
可見,目前,在國(guó)內(nèi),AI技術(shù)的應(yīng)用正在從少數(shù)行業(yè)擴(kuò)大到各行各業(yè),從部分場(chǎng)景滲透到全部場(chǎng)景,從局部的探索升級(jí)成全面落地。
算力成AI突破的決定性因素
AI能夠從數(shù)據(jù)當(dāng)中獲取信息和知識(shí),相比以前的計(jì)算機(jī)技術(shù)的應(yīng)用來(lái)講,溢出效益更顯著,影響力也更大,所以,對(duì)于制造業(yè)轉(zhuǎn)型升級(jí)、對(duì)于目前國(guó)家在推動(dòng)的新舊動(dòng)能轉(zhuǎn)換,人工智能要發(fā)揮越來(lái)越重要的作用,而計(jì)算力是推動(dòng)產(chǎn)業(yè)人工智能化的主要?jiǎng)恿Α?/p>
當(dāng)前,人工智能算法已經(jīng)呈現(xiàn)“膨脹”的趨勢(shì),表現(xiàn)在模型越來(lái)越大,越來(lái)越復(fù)雜,對(duì)計(jì)算力要求越來(lái)越高。某些模型已逼近人工智能的算力極限,OpenAI最近公布的史上最大AI語(yǔ)言模型GPT-3不僅模型尺寸增大到1750億,數(shù)據(jù)量也達(dá)到驚人的45TB,這種進(jìn)化一方面對(duì)于新任務(wù)不需要重新收集大量帶標(biāo)簽的數(shù)據(jù),數(shù)據(jù)利用效率進(jìn)一步提升;另一方面,可以避免算法微調(diào)出現(xiàn)過擬合,導(dǎo)致模型泛化能力下降。
然而,傳統(tǒng)的計(jì)算力供給形式已經(jīng)難以滿足不斷進(jìn)化的算法模型,成為制約AI算法進(jìn)化的因素。
提升算力須解決生態(tài)問題
人工智能正在從人工智能本身的產(chǎn)業(yè)化向各個(gè)產(chǎn)業(yè)的人工智能化發(fā)展,也就是從人工智能產(chǎn)業(yè)化向產(chǎn)業(yè)人工智能化發(fā)展,而新一輪計(jì)算力革命的目的就是滿足產(chǎn)業(yè)人工智能化大生產(chǎn)的計(jì)算力需求。然而,提升計(jì)算力不能僅僅靠技術(shù)本身,生態(tài)的作用會(huì)越來(lái)越重要。也就是說,智能計(jì)算力革命需要全社會(huì)多方參與、多管齊下。
一方面,在建設(shè)部署方面,尤其需要政府與企業(yè)兩端共同發(fā)力,推動(dòng)形成多元化參與的政企協(xié)同機(jī)制。此次報(bào)告針對(duì)企業(yè)在人工智能應(yīng)用中普遍存在的需求和挑戰(zhàn)進(jìn)行了調(diào)研,其中缺乏模型訓(xùn)練所需的數(shù)據(jù)、算力基礎(chǔ)設(shè)施存在不足、以及人工智能應(yīng)用方案的成本過高等因素是絕大部分企業(yè)目前面臨的主要挑戰(zhàn)。
因此,以政府為代表的社會(huì)服務(wù)主體,在推動(dòng)人工智能公共算力基礎(chǔ)設(shè)施的建設(shè)時(shí)至關(guān)重要,需充分考慮企業(yè)目前面臨的需求和痛點(diǎn),構(gòu)建加速產(chǎn)業(yè)發(fā)展的平臺(tái)。
另一方面,從技術(shù)層面來(lái)說,在同等成本與能耗下,基于AI芯片的AI服務(wù)器會(huì)提供指數(shù)級(jí)增長(zhǎng)的計(jì)算力,因此,應(yīng)加大對(duì)AI芯片的研發(fā)推廣力度。可喜的是,近年來(lái)在英偉達(dá)、寒武紀(jì)、華為等玩家的推動(dòng)下,專為AI計(jì)算定制的芯片出現(xiàn)并規(guī)模化出貨,AI服務(wù)器成為服務(wù)器市場(chǎng)的最大增長(zhǎng)點(diǎn)。
責(zé)任編輯:gt
-
計(jì)算機(jī)
+關(guān)注
關(guān)注
19文章
7540瀏覽量
88644 -
AI
+關(guān)注
關(guān)注
87文章
31536瀏覽量
270344 -
人工智能
+關(guān)注
關(guān)注
1796文章
47683瀏覽量
240302
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
Figure AI宣布終止與OpenAI合作,稱已在AI方面取得重大突破
百度文庫(kù)AI功能MAU突破9000萬(wàn)
![](https://file1.elecfans.com/web3/M00/06/DA/wKgZO2ePxA2AEaTzAAQet3Edt48898.jpg)
北電數(shù)智前進(jìn)·AI異構(gòu)計(jì)算平臺(tái),繪制國(guó)產(chǎn)算力商業(yè)化落地新藍(lán)圖
企業(yè)AI算力租賃模式的好處
《算力芯片 高性能 CPUGPUNPU 微架構(gòu)分析》第3篇閱讀心得:GPU革命:從圖形引擎到AI加速器的蛻變
企業(yè)AI算力租賃是什么
AI算力芯片供電電源測(cè)試?yán)?費(fèi)思低壓大電流系列電子負(fù)載
![<b class='flag-5'>AI</b><b class='flag-5'>算</b><b class='flag-5'>力</b>芯片供電電源測(cè)試?yán)?費(fèi)思低壓大電流系列電子負(fù)載](https://file1.elecfans.com/web2/M00/0A/2C/wKgZomcbDcyABueIAAESMHl2Bno810.png)
《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得
汽車產(chǎn)業(yè)加速擁抱AI時(shí)代,三大趨勢(shì)顯現(xiàn)
名單公布!【書籍評(píng)測(cè)活動(dòng)NO.43】 算力芯片 | 高性能 CPU/GPU/NPU 微架構(gòu)分析
大模型時(shí)代的算力需求
存內(nèi)計(jì)算WTM2101編譯工具鏈 資料
一圖看懂星河AI數(shù)據(jù)中心網(wǎng)絡(luò),全面釋放AI時(shí)代算力
![一圖看懂星河<b class='flag-5'>AI</b>數(shù)據(jù)中心網(wǎng)絡(luò),全面釋放<b class='flag-5'>AI</b>時(shí)代<b class='flag-5'>算</b><b class='flag-5'>力</b>](https://file1.elecfans.com/web2/M00/C6/49/wKgaomX87SSAEXr2AAFTlT-bC2M298.jpg)
評(píng)論